仪器仪表学报

作者：黄斐智，房怀英，杨建红，潘维俊

单位：黄斐智,1.华侨大学机电及自动化学院,,房怀英,1.华侨大学机电及自动化学院,,杨建红,1.华侨大学机电及自动化学院,,潘维俊,1.华侨大学机电及自动化学院,

关键词：机制砂;深度学习;实例分割;级配;细度模数

基金：福建省高校产学合作项目（2020H6012，2021H6029）、福建省科技重大专项专题（2020YZ017022）项目资助

机制砂的级配和细度模数是工业制砂中重要的质量指标,针对机制砂级配的传统检测方法无法解决在实际工况下在线检测的问题,结合实验研究提出了一种基于深度学习的机制砂级配在线检测方法。首先采集传送带上的堆叠机制砂图像,其次经过卷积神经网络对机制砂图像实例分割,最后经过图像处理技术在线计算机制砂级配和细度模数。对比实验结果表明,MaskR-CNN实例分割模型在机制砂堆叠场景下对完整颗粒能有效分割;采用等效椭圆Feret短径作为等效粒径参数,面积级配作为级配表征参数;在线检测两组细度模数机制砂的最大重复性误差为0.03和0.05,粒径区间最大重复性误差为2.97%和3.43%;相较于传统检测方法,该检测方法具备可行性,且能够满足在工业制砂中在线检测的要求。

来源：2022年第10期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第10期